校园生活
当前位置: 首页 >> 校园生活 >> 学术活动 >> 学院讲座 >> 正文
统计数据 / lectrue notice
  • 排序 学院 发文量
    1 物理与微电子科学学院 29
    2 化学化工学院 28
    3 电气与信息工程学院 26
    4 机械与运载工程学院 15
    5 外国语学院 13
    6 经济与贸易学院 12
    7 数学与计量经济学院 12
    8 工商管理学院 10
    9 法学院 9
    10 材料科学与工程学院 8
  • 排序 学院 发文量
    11 信息科学与工程学院 7
    12 经济与管理研究中心 5
    13 中国语言文学学院 4
    14 教务处 3
    15 土木工程学院 3
    16 新闻传播与影视艺术学院 2
    17 建筑学院 2
    18 生物学院 2
    19 金融与统计学院 1
信科院:基于深度神经网络的逆半色调方法
学术地点 信息科学与工程学院 542 报告厅 主讲人 朱贤益
讲座时间 2017年11月14日 周二 15:30

报告题目:  基于深度神经网络的逆半色调方法

报告时间:  2017年11月14日  周二 15:30

报告地点:  湖南大学 信息科学与工程学院 542 报告厅

报告人简介:朱贤益,湖南大学信息科学与工程学院2016级博士生,导师为肖懿教授。主要研究兴趣为三维建模,图像语义,深度学习。目前已有成果发表在国际期刊Multimedia Tools and Applications和国际会议International Conference on Virtual Reality and Visualization以及 International Workshop on Trust, Security and Privacy for Big Data。


报告主要内容:Inverse halftoning is a kind of technology which transforms binary images composed of black and white pixels to continuous-tone images. Many scholars have studied this problem so far, but the results are not satisfactory. In this paper, we propose an end-to-end deep convolutional neural network composed of two parts. The first part is the feature extraction part which consists of 4 convolution layers and 4 pooling layers to extract feature from the halftoning images. The second part is the reconstruction part which contains 4 deconvolution layers to reconstruct the continuous-tone images. A U-Net structure which concatenates the outputs from the feature extraction layers with deconvolution layers is used for better restoring the detail information of the original images. Experimental results show that our method outperforms the state-of-arts in terms of both visual quality and numerical evaluation.




上一条:物电院:全球新能源汽车产业与应用创新发展概况
下一条:经贸院:逆全球化与收入分配

湖大官网
湖大微信
湖大微博